Ainexis
教 AI 变安全，通常要人逐条标注「有害」样本，又贵又慢。C…
逐节拆解 DeepSeek-R1 技术报告：GRPO 组内相…
逐节拆解 InstructGPT 论文：从 SFT 到奖励模…
逐节拆解 RAG 原论文：参数记忆与非参数记忆的融合逻辑、R…
逐节拆解 MMLU 基准论文：57 个学科任务、四大门类的设…
开放域问答一直靠 TF-IDF、BM25 这类关键词匹配做检…
逐节拆解 LoRA 论文：冻结预训练权重、注入低秩分解矩阵的…
Chain-of-Thought（思维链）提示只用寥寥几个带…
当行业习惯用单一榜单分数给大模型排名时，斯坦福 CRFM 团…
GPT 类模型动辄上千亿参数，推理要好几张 GPU，普通人根…
逐条拆解 Tree of Thoughts 论文：思维链为什…
逐条拆解 Self-RAG 论文：传统 RAG 为什么「该查…
逐条拆解 GPQA 这个「研究生级、搜不到答案」的评测基准：…
逐条拆解 DPO 论文：RLHF 为什么要分「训奖励模型 +…
逐条拆解 QLoRA 论文：LoRA 已经省了可训练参数，但…
